π桥电液比例溢流阀负载特性

设计一种以G型π桥液阻网络为先导控制回路的新型电液比例溢流阀,分析该阀的工作原理,确定该阀的结构及设计参数。建立由π桥电液比例溢流阀液阻的流量压力方程和阀芯力平衡方程构成的稳态特性方程组,通过对稳态特性方程组的线性化处理,得到表述π桥电液比例溢流阀稳态流量压力特性的解析表达式,并由此推导出该阀在理论上实现调压偏差为零的参数表达式,为该阀的参数设计提供正确的计算方法。用数值计算方法计算液阻参数不同时的π桥电液比例溢流阀负载特性。研制π桥电液比例溢流阀样机,完成该样机在不同液阻参数条件下的稳态特性试验。试验与理论研究结果表明,π桥电液比例溢流阀具有比传统电液比例溢流阀更好的负载特性。

电液比例加载系统的RBF神经网络PID控制

使用自整定径向基函数(radial basis function,RBF)神经网络PID控制技术,以实现电液比例加载系统的静力加载控制.自整定RBF神经网络PID控制器的设计不需要被控对象的详细模型,且控制参数能够在线调节,从而可以保证不同控制任务下的控制性能.通过仿真,验证了所设计的自整定RBF神经网络PID控制器的正确性和有效性,以及相对于传统PID控制器的优越性.

疲劳试验机加载系统的优化控制

在对飞机零件疲劳测试时,需要对其施加以交变载荷。为此,对基于前馈补偿的PID控制以及自整定RBF神经网络PID两种控制算法进行了分析,设计了先进的PID控制器,通过仿真分析比较了不同控制算法下系统的跟踪性、稳定性能,确定了在疲劳测试时,电液比例加载系统的最优控制方式。

利用SIS失效概率定量计算安全阀泄放管网负荷

在石化装置有毒可燃气体安全阀泄放管网的设计过程中,全厂性超压工况下各装置安全阀排放至收集系统的总排放量,即管网负荷,是一个关键的工艺设计参数。工程公司通常会采用某种叠加原则对各装置的安全阀泄放量进行加和取值,SH 3009—2013《石油化工可燃性气体排放系统设计规范》中有相关说明。从概率计算的角度推导出了一种泄放管网负荷的定量计算方法。将系统中多套相关安全仪表系统(SIS)看作一个整体,根据每套SIS的失效概率(PFD)计算得到该系统特定个数SIS的失效概率,然后根据保护层分析(LOPA)中后果概率的概念,确定最多可能会发生失效的SIS个数,进而得到安全阀泄放至管网总负荷。

BP神经网络PID控制在电液比例加载系统中的应用

实际静力加载测试中,测试试件的尺寸、刚度、载荷等存在较大的差异,加载油缸位移的扰动、流体的非线性、摩擦等都会对测试结果产生影响,这就要求控制系统应具有一定的自适应性。针对经典PID控制参数不能在线调整的缺陷,研究了一种基于BP神经网络的PID控制算法,利用BP神经网络具有的任意非线性表达能力,通过对系统性能的学习,实现具有最佳组合的PID控制。通过仿真,验证了所设计的BP神经网络PID控制系统比PID控制系统建模时间短,系统更稳定,超调量更小。